Jev؛ مدلی که حرف نمیزنه، عمل میکنه
خلاصهٔ کاملتر
به نوشتهٔ مقاله، Jev یه نوع تازه از مدله که برای تصمیم گرفتن و عمل کردن ساخته شده، نه برای گفتوگو. مدلهای زبانی معمولی جواب رو توکن به توکن میسازن، ولی Jev یه مجموعهٔ مشخص از حرکتهای ممکن رو تو یک پاس موازی امتیاز میده و بالاترین امتیاز رو همون لحظه برمیداره. سازندههاش ادعا میکنن همین ساختار باعث میشه هر کار ۲۰ تا ۲۰۰ برابر سریعتر و ۴۰ تا ۴۰۰ برابر ارزونتر تموم بشه.
معروفترین دمو رو Jack Chang ساخته: یه وبکم حرکت دست رو دنبال میکنه و مکاننما رو میبره، و دستور صوتی مثل «اون رو بذار اونجا» همون لحظه شکلها رو جابهجا و ویرایش میکنه. نکتهٔ جالب پیچیدگی کار نیست، سرعت و روون بودنشه. نویسنده تأکید میکنه کار مهندسی اصلی تو همون harness انجام شده، یعنی لایهای که دور مدل نوشتن و حرف مبهم آدم رو به چند گزینهٔ مشخص تبدیل میکنه.
ماینکرفت داستان دیگهای بود. بازی باز و بدون منوی محدودِ حرکتها دقیقاً نقطهضعف Jev رو لو داد: افق برنامهریزی کوتاه. مدل اول درست شروع کرد، چوب جمع کرد و میز کاردستی ساخت، ولی بعد تو حلقه افتاد، شش تا میز کاردستی ساخت، گیر معدن سنگ شد و آخرش به جای خونه تو چالهای که خودش کنده بود موند. ابزار سنگی کامل درست کرد، ولی خونهای که هدف تست بود هیچوقت ساخته نشد.
وقتی Jev رو کنار یه مدل استدلالی به اسم Astra گذاشتن، نتیجه فرق کرد: Astra نقشهٔ کلی رو میچید و Jev کارهای لحظهای مثل جنگیدن و گشتن تو غار رو سریع اجرا میکرد. تو تست بازوی رباتیک شبیهسازیشده هم مکعب قرمز رو برداشت و درست سر جاش گذاشت، ولی هارنس هندسه و اثر پیشبینیشدهٔ هر کنترل رو آماده بهش میداد. نویسنده میگه ارزش واقعی Jev فعلاً اینه که زیر دست یه مدل کندتر و دقیقتر کار کنه.
نکات کلیدی:
- امتیازدهی همزمان به حرکتها به جای تولید توکن به توکن، با ادعای ۲۰ تا ۲۰۰ برابر سرعت بیشتر
- ادعای هزینهٔ ۴۰ تا ۴۰۰ برابر کمتر از مدلهای فرانتیر
- تو ماینکرفت شش میز کاردستی ساخت و خونهای که هدف تست بود ساخته نشد
- ترکیب با Astra نتیجهٔ ماینکرفت رو بهوضوح بهتر کرد
- دسترسی از طریق Vercel و OpenRouter، ساعتها تست زیر یک دلار خرج داشت




